The present invention relates to a three-dimensional pollution source positioning method near the shore of a lake. Its technical scheme is to measure the concentration of water pollutants at TK (k = 1,..., S) at the time of time
【技术实现步骤摘要】
一种接近湖泊岸边的三维污染源定位方法
本专利技术属于水污染源定位
具体涉及一种接近湖泊岸边的三维污染源定位方法。
技术介绍
水资源是人类赖以生存的资源之一。近年来，水环境污染事件已经引起人们的广泛关注，水环境的污染直接危害着人类经济和社会的发展。大多数水环境的污染问题都是由于日常生活废水及工业生产废水的近岸排放造成的，然而这些排放废水的管道又常常被埋在水体内部。因此，想要找到污染源的具体排放位置，近岸水环境的三维污染源定位就显得十分重要。现有的近岸水环境污染源定位主要对水污染源的平面定位，主要方法有：非线性最小二乘法和无迹卡尔曼滤波法等。非线性最小二乘法是运用实际的约束条件，满足测量的实际浓度值与计算的理论浓度值之差的平方和最小时的参数估计。该方法在每个测量时刻都有历史时刻的测量值和当前时刻的测量值参与最小二乘数值运算，然而随着测量次数的增加，数据量会急剧增长，在不同的测量时刻有重复而繁杂的最小二乘数值计算。若在定位过程中某些监测节点的信息误差偏大，则会造成整个定位方法的误差增大。故此方法易受测量噪声的干扰，定位结果的稳定性差，并由于存储数据量大，导致工作...
【技术保护点】
一种接近湖泊岸边的三维污染源定位方法，其特征在于所述三维污染源定位方法的步骤为：步骤1、在接近湖泊岸边的三维水体中，以岸边方向为x轴、垂直于岸边方向为y轴、水体深度为z轴和岸边水体底部任意一点为原点，建立三维直角坐标系；假设在接近湖泊岸边(ε,η,ξ)位置处有一连续污染源从τ时刻开始以速率为Q均匀地向三维水体中排放浓度为C0的污染物，所述污染物的质量流率M＝QC0；三维水体中设有N个传感器节点，N个传感器节点共计监测了S个采样时刻的水体污染物浓度，第i(i＝1,...,N)个传感器节点(xi,yi,zi)在tk(k＝1,...,S)时刻监测的水体污染物浓度为：
【技术特征摘要】
1.一种接近湖泊岸边的三维污染源定位方法，其特征在于所述三维污染源定位方法的步骤为：步骤1、在接近湖泊岸边的三维水体中，以岸边方向为x轴、垂直于岸边方向为y轴、水体深度为z轴和岸边水体底部任意一点为原点，建立三维直角坐标系；假设在接近湖泊岸边(ε,η,ξ)位置处有一连续污染源从τ时刻开始以速率为Q均匀地向三维水体中排放浓度为C0的污染物，所述污染物的质量流率M＝QC0；三维水体中设有N个传感器节点，N个传感器节点共计监测了S个采样时刻的水体污染物浓度，第i(i＝1,...,N)个传感器节点(xi,yi,zi)在tk(k＝1,...,S)时刻监测的水体污染物浓度为：式(1)中：tk(k＝1,...,S)表示第k个采样时刻，h，X表示以污染源位置(ε,η,ξ)、初始扩散时间τ和所述污染物的质量流率M所组成的待求向量,X＝(ε,η,ξ,τ,M)T，Wi(k)表示第i(i＝1,...,N)个传感器节点(xi,yi,zi)在tk(k＝1,...,S)时刻的监测噪声，kg/m3；Wi(k)的均值为0，Wi(k)的方差为Vi(k)，(kg/m3)2，C(xi,yi,zi,tk,X)表示第i(i＝1,...,N)个传感器节点(xi,yi,zi)在tk时刻的理论水体污染物浓度，kg/m3，式(2)中：Ri表示第i(i＝1,...,N)个传感器节点(xi,yi,zi)到污染源(ε,η,ξ)的距离，m，Ri表示第i(i＝1,...,N)个传感器节点(xi,yi,zi)到镜像污染源(ε,-η,ξ)的距离，m，D表示同向扩散系数，m2/h，M表示所述污染物的质量流率，kg/h，tk(k＝1,...,S)表示第k个采样时刻，h，τ表示初始扩散时间，h，erfc(x)表示余补误差函数，erfc(x)＝1-erf(x)(5)式(5)中：erf(x)表示误差函数，其值可以从专业文献中查表获取；步骤2、初始化t0时刻待求向量X的后验估计为式(6)中：和依次表示t0时刻污染源的估计横坐标、污染源的估计纵坐标和污染源的估计深度坐标，m，表示t0时刻污染源的估计初始扩散时间，h，表示t0时刻污染源的估计质量流率，kg/h，初始化t0时刻误差协方差矩阵为式(7)中：和依次表示t0时刻污染源的横坐标估计方差、污染源的纵坐标估计方差和污染源的深度坐标估计方差，m2，表示t0时刻污染源的初始扩散时间τ估计方差，h2，表示t0时刻污染源的质量流率M估计方差，(kg/h)2；将采样时刻tk置为第1个采样时刻t1，即令k＝1；步骤3、将tk时刻的N个传感器节点监测的水体污染物浓度tk-1时刻的待求向量X的后验估计和tk-1时刻的误差协方差矩阵用无迹卡尔曼滤波数据处理方法进行处理；用所述无迹卡尔曼滤波数据处理方法的处理过程如下：步骤3.1、根据tk-1时刻的待求向量X的后验估计得到tk时刻待求向量X的第1个Sigma粒子再根据tk-1时刻的误差协方差矩阵得到tk时刻第p+1个Sigma粒子和第q+1个Sigma粒子式(9)、(10)中：λ表示缩放比例参数，λ＝1，n表示待求向量X的维数，n＝5，p表示Sigma粒子的个数，p＝1,...,n，q表示Sigma粒子的个数，q＝n+1,...,2n，表示开方矩阵的第p行，表示开方矩阵的第q行；计算2n+1个Sigma粒子的权值2式(11)、(12)、(13)中：λ表示缩放比例参数，λ＝1，n表示待求向量X的维数，n＝5，p表示Sigma粒子的个数，p＝1,...,n，q表示Sigma粒子的个数，q＝n+1,...,2n；步骤3.2、预测tk时刻各传感器节点(xi,yi,zi)(i＝1,...,N)处的水体污染物浓度式(14)中：W0表示第1个sigma粒子的权值，同式(11)，Wp表示第p+1个sigma粒子的权值，同式(12)，Wq表示第q+1个sigma粒子的权值，同式(13)，n为待求向量X的维数，n＝5，表示待求向量X在tk时刻的第1个sigma粒子时传感器节点(xi,yi,zi)的理论水体污染物浓度，kg/m3，表示待求向量X在tk时刻的第p+1(p＝1,...,n)个sigma粒子时传感器节点(xi,yi,zi)的理论水体污染物浓度，kg/m3，表示待求向量X在tk时刻的第q+1(q＝n+1,...,2n)个sigma粒子时传感器节点(xi,yi,zi)的理论水体污染物浓度，kg/m3；步骤3.3、根据tk时刻N个传感器节点监测的水体污染物浓度更新待求向量的后验估计
【专利技术属性】
技术研发人员：柴利，冯政，杨君，罗旭，吴晨晖，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：湖北,42
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。